បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃការខ្វះខាតទិន្នន័យអាកាសធាតុពេញលេញ ដែលជាឧបសគ្គដល់ការគណនារំហួតរំភាយទឹកតំណាងដំណាំ (ETo) ដោយប្រើវិធីសាស្ត្រស្ដង់ដារ FAO-56 Penman-Monteith នៅក្នុងប្រទេសថៃ។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានធ្វើការប្រៀបធៀប និងក្រិតខ្នាតឡើងវិញនូវសមីការជំនួសចំនួន ៤ ដែលទាមទារទិន្នន័យតិច ដោយផ្អែកលើទិន្នន័យអាកាសធាតុប្រចាំខែរយៈពេល ៣០ ឆ្នាំ (១៩៦៦-២០១១) ពីស្ថានីយឧតុនិយមចំនួន ១២៥ កន្លែង។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| FAO-56 Penman-Monteith (FAO-56 PM) វិធីសាស្ត្រស្ដង់ដារ FAO-56 Penman-Monteith |
ជាវិធីសាស្ត្រស្ដង់ដារអន្តរជាតិដែលមានភាពសុក្រឹតនិងគួរឱ្យទុកចិត្តបំផុតសម្រាប់ការគណនារំហួតរំភាយទឹកតំណាងដំណាំ (ETo)។ | ត្រូវការទិន្នន័យអាកាសធាតុស្មុគស្មាញនិងពេញលេញ (សីតុណ្ហភាព សំណើម ខ្យល់ វិទ្យុសកម្មព្រះអាទិត្យ) ដែលពិបាករកនៅស្ថានីយក្នុងតំបន់។ | ផ្តល់តម្លៃ ETo ជាមធ្យម ៣.៧៨ mm/day ដែលត្រូវបានប្រើជាទិន្នន័យគោល (Baseline) សម្រាប់វាយតម្លៃម៉ូដែលផ្សេងទៀត។ |
| Priestley-Taylor (PT) វិធីសាស្ត្រ Priestley-Taylor |
ត្រូវការទិន្នន័យតិចជាងមុន (សីតុណ្ហភាព និងវិទ្យុសកម្មព្រះអាទិត្យ) ហើយមានភាពជាក់លាក់ខ្ពស់បំផុតក្នុងចំណោមជម្រើសផ្សេងទៀត។ | ទាមទារការធ្វើក្រិតខ្នាតមេគុណ (Calibration) តាមតំបន់នីមួយៗ ទើបអាចធានាបាននូវភាពត្រឹមត្រូវខ្ពស់។ | បន្ទាប់ពីធ្វើក្រិតខ្នាតមេគុណ (alpha = 1.092) កំហុសដាច់ខាតជាមធ្យម (RE) បានថយចុះមកត្រឹម ៤.៩-៥.១%។ |
| Hargreaves (HG) វិធីសាស្ត្រ Hargreaves |
ងាយស្រួលបំផុតក្នុងការអនុវត្ត ដោយទាមទារត្រឹមតែទិន្នន័យសីតុណ្ហភាពអតិបរមា និងអប្បបរមាប៉ុណ្ណោះ។ | មានភាពជាក់លាក់ (Precision) ទាបជាងវិធីសាស្ត្រ PT បន្តិច ហើយកំហុសនៅតែខ្ពស់ប្រសិនបើមិនបានធ្វើក្រិតខ្នាត។ | ក្រោយពេលធ្វើក្រិតខ្នាតមេគុណ (KH = 0.0018) កំហុសដាច់ខាតជាមធ្យម (RE) ស្ថិតក្នុងរង្វង់ប្រហែល ១០%។ |
| Pan Evaporation (PE) វិធីសាស្ត្ររំហួតពីខ្ទះ |
ងាយស្រួលគណនាប្រសិនបើមានទិន្នន័យពីខ្ទះវាស់រំហួត (Pan evaporation data) ដោយផ្ទាល់នៅនឹងកន្លែង។ | មិនសូវមានភាពស៊ីសង្វាក់គ្នាតាមទីតាំងភូមិសាស្ត្រនីមួយៗ ដោយសារវាអាស្រ័យលើលក្ខខណ្ឌនៃការដំឡើងខ្ទះ។ | ផ្តល់កំហុសពី ៨.៤-៩.៧% ប៉ុន្តែការធ្វើក្រិតខ្នាតឡើងវិញមិនបានធ្វើឱ្យលទ្ធផលប្រសើរជាងមុនគួរឱ្យកត់សម្គាល់នោះទេ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តវិធីសាស្ត្រនេះមិនទាមទារធនធានកុំព្យូទ័រខ្ពស់ទេ ប៉ុន្តែតម្រូវឱ្យមានទិន្នន័យអាកាសធាតុប្រវត្តិសាស្ត្ររយៈពេលវែង ដើម្បីធ្វើការវិភាគតំរែតំរង់។
ការសិក្សានេះប្រើប្រាស់ទិន្នន័យពីស្ថានីយឧតុនិយមចំនួន ១២៥ កន្លែងទូទាំងប្រទេសថៃ ក្នុងរយៈពេលជាង៤៥ឆ្នាំ (១៩៦៦-២០១១) ដែលតំណាងឱ្យអាកាសធាតុត្រូពិចបានយ៉ាងល្អ។ នេះមានអត្ថប្រយោជន៍ខ្លាំងណាស់សម្រាប់កម្ពុជា ដោយសារប្រទេសទាំងពីរមានអាកាសធាតុ លក្ខណៈភូមិសាស្ត្រ និងប្រភេទដំណាំកសិកម្មស្រដៀងគ្នាខ្លាំង ធ្វើឱ្យលទ្ធផលមេគុណដែលបានក្រិតរួច អាចយកមកអនុវត្តដោយផ្ទាល់នៅកម្ពុជាបាន។
វិធីសាស្ត្រសាមញ្ញដែលបានធ្វើក្រិតខ្នាតទាំងនេះ គឺពិតជាមានភាពស័ក្តិសម និងមានប្រយោជន៍ខ្លាំងណាស់សម្រាប់ការរៀបចំប្រព័ន្ធធារាសាស្ត្រនៅក្នុងប្រទេសកម្ពុជា ដែលជារឿយៗតែងតែខ្វះខាតទិន្នន័យឧតុនិយមពេញលេញ។
ការប្រើប្រាស់សមីការដែលទាមទារទិន្នន័យតិច ប៉ុន្តែមានភាពត្រឹមត្រូវខ្ពស់តាមរយៈការក្រិតខ្នាតមេគុណនេះ គឺជាដំណោះស្រាយដ៏ប្រសើរបំផុតដើម្បីដោះស្រាយបញ្ហាខ្វះចន្លោះទិន្នន័យអាកាសធាតុសម្រាប់ការអភិវឌ្ឍវិស័យកសិកម្មនៅកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Reference crop evapotranspiration (រំហួតរំភាយទឹកតំណាងដំណាំ) | បរិមាណទឹកសរុបដែលបាត់បង់ទៅក្នុងបរិយាកាសតាមរយៈរំហួតពីផ្ទៃដី និងការរំភាយពីស្លឹករុក្ខជាតិ ដោយយោងទៅលើប្រភេទដំណាំស្មៅស្តង់ដារដែលមានកម្ពស់ ០.១២ ម៉ែត្រ។ ទិន្នន័យនេះត្រូវបានប្រើជាមូលដ្ឋានគោល ដើម្បីគណនាតម្រូវការទឹករបស់ដំណាំផ្សេងៗទៀត។ | ដូចជាការវាស់ស្ទង់ថាតើទឹកប៉ុន្មានលីត្រដែលហួតចេញពីវាលស្មៅទំហំ១ម៉ែត្រការ៉េជារៀងរាល់ថ្ងៃ ដើម្បីដឹងថាអាកាសធាតុក្តៅនិងស្ងួតកម្រិតណា។ |
| FAO-56 Penman-Monteith method (វិធីសាស្ត្រ FAO-56 Penman-Monteith) | ជារូបមន្តស្តង់ដារអន្តរជាតិដែលណែនាំដោយអង្គការស្បៀងអាហារនិងកសិកម្ម (FAO) សម្រាប់គណនារំហួតរំភាយទឹកតំណាងដំណាំ ដោយទាមទារឱ្យមានទិន្នន័យអាកាសធាតុលម្អិតគ្រប់ជ្រុងជ្រោយ ដូចជាសីតុណ្ហភាព សំណើម កម្លាំងខ្យល់ និងកាំរស្មីព្រះអាទិត្យ។ | ដូចជារូបមន្តមេដ៏សុក្រឹតមួយក្នុងការចម្អិនម្ហូប ដែលទាមទារគ្រឿងផ្សំច្រើនមុខនិងកំណត់បរិមាណត្រឹមត្រូវបំផុតទើបធ្វើបានឆ្ងាញ់។ |
| Priestley-Taylor equation (សមីការ Priestley-Taylor) | ជារូបមន្តប៉ាន់ប្រមាណរំហួតរំភាយទឹកដែលត្រូវបានសម្រួលឱ្យងាយស្រួលជាងម៉ូដែល Penman-Monteith ដោយមិនត្រូវការទិន្នន័យកម្លាំងខ្យល់ និងសំណើមនោះទេ ប៉ុន្តែត្រូវប្រើមេគុណជាក់ស្តែង (alpha) ដើម្បីកែតម្រូវភាពជាក់លាក់ទៅតាមអាកាសធាតុប្រចាំតំបន់។ | ដូចជាការប្រើប្រាស់ផ្លូវកាត់ក្នុងការធ្វើដំណើរ ដែលទាមទារឱ្យយើងស្គាល់ផ្លូវច្បាស់លាស់ជាមុន (ការធ្វើក្រិតខ្នាត) ដើម្បីកុំឱ្យវង្វេង។ |
| Empirical coefficient (មេគុណជាក់ស្តែង / មេគុណពិសោធន៍) | តម្លៃលេខថេរនៅក្នុងរូបមន្តគណិតវិទ្យា (ដូចជា α ក្នុងសមីការ Priestley-Taylor ឬ Kp ក្នុងវិធីសាស្ត្ររំហួតពីខ្ទះ) ដែលត្រូវបានបង្កើតឡើងនិងកំណត់តម្លៃតាមរយៈការធ្វើតេស្ត ប្រមូលទិន្នន័យ និងសង្កេតជាក់ស្តែងក្នុងរយៈពេលយូរ មិនមែនបានមកពីទ្រឹស្តីរូបវិទ្យាសុទ្ធសាធនោះទេ។ | ដូចជាការបន្ថែមអំបិលឬស្ករតាមចំណង់ចំណូលចិត្តអ្នកញ៉ាំប្រចាំតំបន់នីមួយៗ បន្ទាប់ពីចម្អិនដោយធ្វើតាមសៀវភៅមុខម្ហូបរួចរាល់។ |
| Pan evaporation (រំហួតពីខ្ទះ) | វិធីសាស្ត្រវាស់បរិមាណទឹកដែលហួតចូលទៅក្នុងបរិយាកាសដោយផ្ទាល់ ដោយការដាក់ទឹកក្នុងខ្ទះលោហៈស្តង់ដារនៅទីវាល រួចធ្វើការវាស់កម្ពស់ទឹកដែលថយចុះជារៀងរាល់ថ្ងៃ ដើម្បីធ្វើការប៉ាន់ប្រមាណទៅជាបរិមាណរំហួតរបស់ដំណាំ។ | ដូចជាការចាក់ទឹកចោលក្នុងចានដែកដាក់ហាលថ្ងៃ រួចយកបន្ទាត់មកវាស់មើលថាតើទឹកហួតអស់ប៉ុន្មានសង់ទីម៉ែត្រក្នុងមួយថ្ងៃ។ |
| Recalibration (ការធ្វើក្រិតខ្នាតឡើងវិញ) | ដំណើរការកែតម្រូវមេគុណនៅក្នុងម៉ូដែលគណិតវិទ្យាដោយផ្អែកលើទិន្នន័យជាក់ស្តែងថ្មីៗក្នុងតំបន់ណាមួយ ដើម្បីធានាថាលទ្ធផលនៃការប៉ាន់ប្រមាណរបស់ម៉ូដែលនោះមានភាពត្រឹមត្រូវ និងកៀកទៅនឹងតម្លៃស្តង់ដារពិតប្រាកដបំផុត។ | ដូចជាការសារ៉េទ្រនិចនាឡិការបស់យើងដែលដើរលឿនពេក ឱ្យដើរត្រូវគ្នាបេះបិទជាមួយម៉ោងអន្តរជាតិឡើងវិញ។ |
| Relative absolute error (កំហុសដាច់ខាតជាមធ្យម / RE) | រង្វាស់ស្ថិតិដែលបង្ហាញពីភាគរយនៃភាពខុសគ្នា (កំហុស) រវាងតម្លៃដែលគណនាបានពីរូបមន្តប៉ាន់ប្រមាណ និងតម្លៃគោលស្តង់ដារ។ កាលណាតម្លៃភាគរយ RE កាន់តែតូច មានន័យថាម៉ូដែលនោះកាន់តែមានភាពសុក្រឹត។ | ដូចជាការបាញ់ស៊ីប ប្រសិនបើ RE ស្មើ ៥% មានន័យថាគ្រាប់កាំភ្លើងបាញ់ខុសពីចំណុចកណ្តាលនៃស៊ីបត្រឹមតែ ៥ ភាគរយប៉ុណ្ណោះ ដែលចាត់ទុកថាសុក្រឹតមែនទែន។ |
| Extraterrestrial radiation (វិទ្យុសកម្មព្រះអាទិត្យក្រៅបរិយាកាស) | បរិមាណថាមពលពន្លឺព្រះអាទិត្យដែលជះមកដល់ស្រទាប់បរិយាកាសខាងក្រៅបង្អស់របស់ផែនដី មុនពេលវាត្រូវបានស្រូប កាត់បន្ថយ ឬចំណាំងផ្លាតដោយពពក ធូលី ឬឧស្ម័នផ្សេងៗ។ វាត្រូវបានប្រើជាទិន្នន័យមូលដ្ឋាននៅក្នុងសមីការ Hargreaves។ | ដូចជាពន្លឺភ្លើងពិលដែលភ្លឺខ្លាំងបំផុតនៅត្រង់ប្រភពរបស់វា មុនពេលវាឆ្លងកាត់កញ្ចក់បង្អួចស្រអាប់ (បរិយាកាសផែនដី) មកប៉ះយើង។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
